负载均衡概述

Posted 魔据教育

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了负载均衡概述相关的知识,希望对你有一定的参考价值。

  负载均衡(Load Balance),是分布式系统中一个非常重要的概念。当访问的服务具有多个实例节点时,需要根据某种“均衡”的策略决定请求发往哪个节点,这个过程就是所谓的负载均衡。

  从字面意思上来看,负载均衡是要平衡多个节点之间的“负载”,从而更好地发挥出集群的服务能力。而在实际应用中,负载均衡往往跟名字服务(NameServer)协作。一方面,通过对请求进行路由,防止部分节点资源过载,也能避免请求发往故障的节点。另一方面,将客户端与服务端解耦,从而支持服务端的水平扩展,灵活调整集群的容量。  



负载均衡概述

  四层与七层负载均衡

  在设计分布式系统时,有很多种方式来实现负载均衡,比如购买专用硬件(比较昂贵),使用HaProxy等负载均衡软件。那么什么是四层和七层负载均衡呢?这里的四层和七层是指负载均衡器工作在OSI网络协议的第几层

  · 四层负载均衡:在网络协议中,第四层是传输层(TCP、UDP)。这一层往往是根据来源和目的IP端口来做决策,比如大名鼎鼎的LVS。这种方式不需要去理解应用层协议,性能好,但是牺牲了灵活性;

  · 七层负载均衡:第七层是应用层,通过解析应用层协议,可以做出一些更加复杂、灵活的负载均衡策略。一般自研的负载均衡软件,都会采用这种方式。比如,根据服务端返回的状态信息来做流量的调控。常用的HaProxy就是七层负载均衡软件。

  负载均衡算法

  常用的有随机、一致性Hash、RoundRobin(轮询)、Weighted RoundRobin(加权轮询)、加权一致性Hash等。下面会重点介绍加权轮询和加权一致性Hash算法,以及对动态权重算法的一些思考。

  普通轮询算法最大的一个问题,是将每个节点等同地对待,无法应用于节点间服务能力有差异的场景。LVS和nginx都提供了加权的轮询算法。


  普通加权轮询(LVS方案)

  实现:

  1. 计算服务端节点的最大权重max,以及所有权重的最大公约数gcd;

  2. 定义变量current_weight为当前能被选中节点的最小权重值。current_weight初始化为max;

  3. 轮询服务器节点,找到权重大于current_weight的节点返回;

  4. 轮询执行一圈之后,current_weight-= gcd,当current_weight为0时,重置为max。然后跳转到步骤3继续执行;

  分析:

  current_weight每一轮的值依次是max、max-gcd、…、0。而每轮中大于current_weight的节点会被选中1次,权重为w的节点将被选中w/gcd次。如此一来,每个节点的请求数就跟权重成正比。

  但是此算法有一个缺点就是,选择的节点不均匀。比如s1s2s3权重为5:1:1,则选中节点顺序为s1、s1、s1、s1、s1、s2、s3。Nginx在设计加权轮询算法时,对此作了改进。

  平滑的加权轮询(nginx方案)

  实现:

  1. 每个服务器节点有两个权重,一个是服务器的静态权重weight,另一个是服务器的动态权重current_weight,初始值为0,会动态调整;

  2. 每次访问时,遍历所有的节点。对每个节点,current_weight增加自身的weight值,同时累加所有节点的weight,保存为total;

  3. 遍历之后,选取current_weight最大的节点返回。同时该节点current_weight减去total;

  加权一致性hash

  随机和轮询都适合于访问无数据、无状态的节点。如果服务端节点有状态,则一致性hash更加合适。但是普通的一致性hash不能处理带权重的情况。下面将介绍一种加权一致性hash算法。

  为了提高一致性hash的均匀性,往往会加入虚拟节点。当虚拟节点数越多时,在hash环上随机分布越均匀。假设权重weight是0到100的整数,每个节点的虚拟节点数为100,并给每个虚拟节点按顺序赋予1到100的权重。只有小于该节点本身的权重的虚拟节点是可见的,也就是落到hash环上该虚拟节点位置时认为是落到空白区域,选择顺时针最近的可见节点返回。比如节点的权重为100,则100个虚拟节点都可见。当权重为50时,只有小于50的虚拟节点可见,通过这种方式改变节点选中的概率。

  动态权重的一点思考

  以上算法是常用的负载均衡算法,实际上并没有根据服务端节点的负载来做均衡,有负于这个名号。如果能够根据节点的负载动态调节权重,就可以实现真正的“负载”均衡策略。比如以latency作为衡量负载的指标,latency越大,则赋予的权重越小,再结合加权一致性hash,可以实现一个动态负载均衡的算法。当然,单纯的依赖latency并不可靠,需要收集服务端节点更多的状态信息来做参考,比如错误码、是否降级或者限流等。这个话题可以留到后面再聊。


人生从业之路的第一步,从魔据教育开始,

背后付出的辛苦与努力只有自己知道,而这也只是职业生涯的开始。

勤恳努力的人终会得到最好的回报,有些努力需要时间来回答

你吃的苦终会铺成你想要的路!

魔据教育,为你的IT之路开启梦想之门!


【版权与免责声明】如发现内容存在版权问题,烦请提供相关信息联系我们,我们将及时沟通与处理。本站内容除非来源注明魔据教育,否则均为网友转载,涉及言论、版权与本站无关


大数据招生火热进行中

有想报名进行免费试听的同学可以

点击原文连接或加小骨头QQ(2187963075)进行了解哦!


有作为

倍薪资

为己有



负载均衡概述
负载均衡概述

以上是关于负载均衡概述的主要内容,如果未能解决你的问题,请参考以下文章

负载均衡概述

ribbon源码之概述

负载均衡原理的概述原理解析

Nginx 负载均衡

大型网站架构系列:负载均衡详解

大型网站架构系列:负载均衡详解